Augur est le trust agent embarqué sur la fiche produit. Il répond en temps réel aux vraies questions du shopper, en croisant tout le knowledge graph OpenReviews — avis, Q&A, photos, attributs déclarés. Y compris sur les 90% du catalogue qui n'ont jamais eu d'avis.
« Vous avez 50 000 SKUs et 5 000 ont des avis. Augur répond sur les 50 000. »
Oui. Game Mode auto avec latence d'entrée 9,2 ms en 4K/60Hz. Mentionné par 12 avis vérifiés dont 3 gamers PS5/Xbox Series X. Voir les sources.
Autres questions fréquentes
Compatible Apple AirPlay 2 ?
Quelle consommation au quotidien ?
Mode soundbar intégré ?
— La promesse longue traîne
90% de votre catalogue n'a aucun avis. Augur répond quand même.
Le mur d'avis classique ne couvre que 5 à 10% des références. Sur le reste — lancements, références spécialisées, produits saisonniers — la PDP est muette. Augur croise le knowledge graph entier (avis de la marque ET avis du graph OpenReviews ET attributs déclarés ET Q&A historiques) pour répondre. Sourcé. Daté. Refusable.
100%
catalogue couvert
5-10%
mur d'avis classique
0
réponse sans source
— Persona · à voix haute
"Pour 1m70, la plupart des
acheteurs disent que la taille
M est légèrement trop grande.
Trois témoignages indépendants,
deux photos client. Voulez-vous
que je vous propose la S ?"
Pas une description. Pas une étoile moyenne. Une réponse contextuelle, sourcée, qui ressemble à ce qu'un vendeur de boutique vous dirait — sauf qu'Augur a lu chaque avis, chaque Q&A, chaque photo. À voix haute, dans le langage du shopper.
augur · trust agent · live PDP
— Où Augur vit
Trois surfaces. Un seul agent.
Mêmes sources, même garde-fous, même latence — trois entrées différentes selon la maturité de l'intention. Pas un produit par surface : un agent, trois UIs interchangeables qu'on active à la carte.
1
Bloc inline sur la PDP
Encart visible au-dessus du fold avis. Pré-répond aux 5 à 8 questions les plus fréquentes par produit — silence, compatibilité, usage pro, dimensions, autonomie. Visible sans clic.
format
snippet HTML inline · <6 ko · SEO-ready (FAQ schema)
2
Search-in-reviews sémantique
Remplace la search-in-reviews classique. Le shopper tape sa vraie question — pas un mot-clé — l'agent répond avec une synthèse sourcée + les 3 avis les plus pertinents.
format
drop-in sur input existant · web-component standalone
3
Chat conversationnel flottant
Bulle où le shopper pose librement, et continue à préciser comme avec un vrai vendeur. Maintient le contexte produit + variant tout le long. Hand-off humain en option.
format
widget JS 1 ligne · isolation iframe · brand-safe
— Sources actives · raisonnement multi-corpus
Pas un résumé d'avis. Un raisonnement multi-sources.
Les modules IA des plateformes legacy se contentent de résumer un avis. Augur ingère cinq corpus actifs aujourd'hui, les croise question par question, et rend une réponse unique, datée, citée — réfutable en un clic.
01 · noté
Reviews on-site
Le flux d'avis existant du retailer, quel que soit votre socle UGC. Lecture seule, JSON, polling 60 s.
● actif
02 · écrit
Q&A Inflate
Questions/réponses structurées collectées chez la marque. Champs typés (usage, compatibilité, conditions).
● actif
03 · vu
Photos & vidéos clients
Analyse visuelle vision-LM : couleur réelle, taille portée, finition, mise en scène. Indexée au record produit.
● actif
04 · web
Voix consommateur web
Signaux de voix consommateur hors marque — modulable par catégorie. Dédupliquée vs reviews on-site, signalée comme externe à l'utilisateur.
● actif
05 · post-achat
Sentiment NPS
Réponse libre post-livraison, indexée 30 jours. Le signal le plus frais sur ce qui marche ou pas — par variante.
● actif
— Flux d'une réponse
D'une question utilisateur à une réponse citée — 1,2 s.
PIPELINE RAG · 5 ÉTAPES
Si aucune source ne dépasse le seuil de confiance, l'agent répond "je n'ai pas l'information" et propose de contacter le service client — pas d'hallucination, pas d'invention.
5 corpus
croisés à chaque réponse
1,2 s
latence p95 end-to-end
72 %
questions répondues (vs 18 % search-in-reviews)
≥ 2
citations minimum par réponse
— Ce qu'Augur ne dit jamais
Le silence, c'est la feature. Pas un bug.
Un agent qui invente sur une fiche produit retailer, c'est un risque marque et un risque DSI. Augur est construit pour se taire quand il ne sait pas, et pour passer la sécu dès le premier RDV — pas une checklist à négocier en T+3 mois.
Anti-hallucination natif
Refus de répondre sans source. Seuil de confiance configurable (default 0,72). Pas de citation, pas de réponse — testable en démo en 30 s.
Filtres brand-safe
Sujets sensibles interdits, mentions rivales masquées, ton/lexique imposés. Liste validée par la direction marque avant chaque go-live et versionnée.
Lecture seule
Branché sur votre flux d'avis existant en GET seul. Pas de migration de base, pas de schema-rewrite. Bypass-able en 30 s si besoin.
Audit & traçabilité
Chaque réponse loggée avec sources citées + signature horodatée. Export CSV/JSON pour RSSI. Conservation 13 mois UE.
— Le ROI
8 à 12 semaines. Le chiffre tombe ou Augur sort.
On démarre sur 100 références. Vous mesurez le taux de questions répondues et l'uplift conversion sur les sessions avec question. Si le chiffre n'est pas là, vous restez avec votre stack actuelle — aucune pénalité, sortie de données en JSON ouvert.
Le sponsor business porte le projet, pas la DSI. Trois KPI mesurés en continu, restitution écrite à la fin. Décision binaire : on étend le périmètre ou on s'arrête net.
KPI ROI #1
+ uplift CR
sessions PDP avec question répondue
KPI ROI #2
% questions OK
questions shopper répondues sans humain
KPI ROI #3
− tickets SAV
déflexion service après-vente mesurée
Sortie
JSON
vos avis ré-exportables intacts
Setup type · 100 PDP · 12 semaines
SEM 1-2
Cadrage & périmètre
Top 100 références. Catégories à fort questionnement (TV, audio, smartphones, laptops, électroménager). Définition des 3 KPI suivis.
SEM 3-4
Connexion lecture
Branchement GET sur flux avis existant + Inflate Q&A. Enrichissement automatique sur les références orphelines via OpenReviews.
SEM 5-6
Validation brand-safe & RSSI
Filtres métier paramétrés (≈ 40 règles par défaut). Validation direction marque + RSSI. Test adversarial avec votre équipe. Go/no-go technique.
SEM 7-8
Mise en ligne A/B
50/50 sur les 100 PDP. Bucket témoin sans agent vs bucket Augur. Tracking ATC / CR / Q-answered.
SEM 9-12
Live + mesure + restitution
Rapport hebdo automatisé · restitution finale écrite avec analyse uplift, top 20 questions, recommandations d'extension de périmètre.
— Le chiffre que ça débloque
+144 %
Conversion d'une PDP dotée d'avis lus & répondus, vs PDP sans signal.
Source : Northwestern University / Spiegel Research Center.
+18 pts
add-to-cart sur sessions avec question
−27 %
contacts SAV pré-achat évités
×3,4
avis lus par session
72 %
questions répondues sans humain
— Les questions DSI / sécu / marque
Traitées en avance.
Pourquoi ne pas attendre que notre plateforme actuelle livre la même chose ?+
Les plateformes legacy ont été pensées pour l'affichage et le résumé d'avis. Les modules IA disponibles aujourd'hui font du tag de sentiment ou de la synthèse — pas du raisonnement multi-sources, pas de réponse personnalisée en live sur la PDP, pas d'agent. Augur est conçu agent-first dès J1 : nous ne reconfigurons pas un CMS d'avis, nous opérons sur une autre couche.
L'agent va-t-il dire des bêtises sur nos produits ?+
Non — par construction. Augur refuse de répondre sans source. Pas de citation, pas de réponse. Démontrable en démo : on lui pose une question dont la réponse n'est pas dans la base, il dit « je n'ai pas l'information ». C'est la garantie #1 qu'on apporte.
Peut-on bloquer les mentions concurrents ou sujets sensibles ?+
Oui. Filtres brand-safe paramétrables par catégorie produit, par marque, par sujet. Validés par la direction marque avant go-live. L'agent reste dans son couloir métier en permanence.
Comment se passe l'audit RSSI ?+
Hébergement UE, RGPD-native, sortie technique documentée. Lecture seule sur votre flux d'avis — pas de migration de données. Chaque réponse loggée et sourçable. Dossier sécu fourni en amont. Pas de surprise.
Comment on engage ?+
Pas de RFP, pas d'engagement multi-an. On cadre le périmètre et les KPI cibles en 30 minutes de démo. Si l'uplift est là après 8 à 12 semaines, on étend ; sinon on s'arrête net. Modèle d'usage prédictible — pas de pénalité quand votre conversion explose.
— La bascule
«Reviews are dead.
Long live the answer.
»
— Le mur d'avis cède la place au trust agent
Demande à Augur
sur vos vraies PDP.
30 minutes sur 3 références de votre catalogue — y compris une référence longue traîne sans avis. Vous voyez ce qu'Augur répond, ce qu'il refuse de dire, et l'uplift conversion attendu.
